CoRTeX est une boîte à outils Python dédiée à la résolution de coréférences dans des documents textuels. Il permet d'analyser des textes annotés pour identifier et caractériser les mentions (noms, pronoms) et leurs relations, en utilisant des algorithmes d'apprentissage automatique. Le projet facilite la création, l'entraînement et l'évaluation de modèles capables de prédire ces relations, notamment pour des applications en linguistique computationnelle ou en traitement automatique des langues.

EDS-NLP est un framework collaboratif de traitement automatique des langues (NLP) qui vise principalement à extraire des informations à partir de notes cliniques en français. Il s'agit d'une collection de composants ou de pipes, qui peuvent être des fonctions basées sur des règles ou des modules d'apprentissage profond. Ces composants sont organisés dans un système de pipeline efficace et modulaire, conçu pour les modèles hybrides et multitâches. Nous utilisons spaCy pour représenter les documents et leurs annotations, et PyTorch comme backend d'apprentissage profond pour les composants entraînables.

Système open source conçu pour entraîner des modèles de traitement automatique des langues (NLP) capables de gérer plusieurs tâches simultanément. Il permet de prédire plusieurs sorties à partir d'une seule entrée, comme la transcription de texte, l'étiquetage morpho-syntaxique ou la traduction multilingue. Utilisé notamment pour des corpus annotés comme le TArC, il améliore la qualité des résultats en combinant des informations au niveau des tokens et des caractères. Idéal pour les projets nécessitant une approche multi-tâches en NLP.